OpenCV4.5.1使用cudnn加速mask_rcnn运算

最新推荐文章于 2022-04-04 21:59:26 发布
最新推荐文章于 2022-04-04 21:59:26 发布
阅读量219 收藏 1
点赞数
分类专栏： OpenCV学习 教程
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/kevinzhongzk/article/details/114927870
版权

使用mask_rcnn识别体

准备资源

安装简要

  • NVIDIA
    • 安装CUDA
    • 安装cudnn
      • 下载cudnn解压后，直接复制到 cuda 对应文件夹下即可。如：
        C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin
        C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\lib
        C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\include

编译OpenCV with CUDA

  1. 添加 “Contrib”
    1. 在 contrib 下，用 git checkout 对应opencv版本。如 4.1.5
    2. “OPENCV_EXTRA_MODULES_PATH” 添加 “contrib路径/modules”。
    3. 勾选 “OPENCV ENABLE NONFREE”。(可选项，这样就能使用商用的算法了)
  2. 添加 CUDA
    1. 勾选 “with_cuda”
    2. 点击 “Configure” 后，再看有无错误。
    3. 若找不到 “CUDNN_LIBRARY” 可手动指定 lib 文件 。如：
      “C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.2/lib/x64/cudnn.lib”
  3. 取消“OPENCV_GENERATE_SETUPVARS”
  4. （可选）添加 eigen3，据说能加速opencv计算。
  5. Generate
  6. Open Project
  7. 待 vs2019 打开后，展开“CMakeTargets”，右击“ALL_BUILD”选择“build” 编译工程。
  8. 无错误，右击 “INSTALL” build。

参考

CUDA 安装教程 + CUDNN 安装教程_SINAT_23619409 的博客 - CSDN 博客_CUDNN 安装
OPENCV 源码编译 + CUDA + CUDNN（未成功）_JOEY’S BLOG-CSDN 博客

z15d23
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Mask Rcnn
qy13913453196的博客
09-02 1803
简介 论文地址：Mask R-CNN 源代码：matterport - github 代码源于matterport的工作组，可以在github上fork它们组的工作。 https://baijiahao.baidu.com/s?id=1595621180643410921&wfr=spider&for=pc   软件必备 复现的Mask R-CNN是基于Python3，...
Mask_RCNN:使用Mask-RCNN通过网络摄像头进行实例分割
04-26
使用网络摄像头的Mask_RCNN 要求 Python>=3.4 numpy scipy Pillow cython matplotlib scikit-image tensorflow>=1.3.0 keras>=2.0.8 opencv-python h5py imgaug IPython[all] pycocotools 模型是经过训练的MS COCO...
《OpenCV编译》十、安装CUDNN
Lizhifun
11-21 384
1、下载CUDNN，版本号要同CUDA SDK一致； 下载地址：https://developer.nvidia.com/cudnn-download-survey；输入账号登陆 2、下载完成后直接解压 3、分别将解压出来的文件夹复制到CUDA安装目录下： 4、添加环境变量 ...
maskRCNN
qq745021926的博客
03-12 490
http://blog.csdn.net/wei_guo_xd/article/details/73729581 http://blog.csdn.net/aimer_chen/article/details/78528000 basemap install http://blog.csdn.net/aimer_chen/article/details/78528000 http://...
安装Cmake CUDA CUDNN Opencv
baidu_41906969的博客
03-03 452
Requirements Requirements for Windows, Linux and MacOS CMake >= 3.18: https://cmake.org/download/ Powershell (already installed on windows): https://docs.microsoft.com/en-us/powershell/scripting/install/installing-powershell CUDA >= 10.2: https://de
Mask RCNN
you2336的博客
02-18 640
论文下载： https://arxiv.org/pdf/1703.06870.pdf 论文代码： https://github.com/facebookresearch/Detectron 论文摘要： 本文提出了一个概念简单、灵活和通用的对象实例分割框架，有效地检测图像中的对象，同时为每个实例生成高质量的分割掩码。这个框架称为Mask R-CNN，由Faster R-CNN扩展，通过增加一个分支来预测一个对象掩模，并与现有的分支来识别边框。Mask R-CNN很容易训练，并且只在Faster ..
mask_rcnn_inception_v2_coco_2018_01_28(附代码).zip
11-25
"mask_rcnn_inception_v2_coco_2018_01_28"压缩包中的资源，正是基于这个模型的一个实现版本，特别的是，它使用了C++编程语言，并且在不调用GPU的情况下进行在线实时识别。 Mask R-CNN的架构是在Faster R-CNN的基础...
mask_rcnn训练模型pb文件转pbtxt文件
01-30
在`tf_text_graph_mask_rcnn`这个文件夹中，可能包含了一些工具或者脚本，用于实现上述的转换过程。这些文件可能包括了创建TensorFlow会话（`Session`）、加载模型、执行转换逻辑等代码。用户在实际操作时，应当根据...
opencv-4.5.1-vc14_vc15.rar
02-06
OpenCV 4.5.1是该库的一个重要版本，提供了许多新特性和性能优化，适用于Windows环境，特别是针对Visual Studio 14 (VS2015) 和 Visual Studio 15 (VS2017/2019) 的编译支持。 OpenCV的核心功能包括： 1. 图像和...
opencv-4.5.1-vc14_vc15.zip
01-31
"opencv4.5.1exe" 是安装程序，用户可以通过运行这个可执行文件在Windows环境下安装OpenCV库。 OpenCV 4.5.1 版本包含了一系列重要的更新和改进，包括性能优化、新特性的添加以及对现有功能的增强。以下是一些关键...
Mask R-CNN
10-19
简要概述实例分割任务，从语义分割FCN切入，详细讲解了mask r-cnn框架的各个部分，包括FPN，ROIAlign和mask分支
mask r-cnn
09-21
Mask RCNN 是基于Kaiming 之前的工作 FPN (Feature Pyramid Network) 很形象地说就是用FPN产生的检测结果, 后面加了一个分割的网络. 文章中用到了 Top-Down + Bottom-Up 最近很流行的多层网络, 因为最开始Faster-RCNN只是在最后一层上面检测, 很容易丢掉小目标物体, 并且对细节遮挡也很不敏感. 最近的趋势就是结合多层 特征, 答主孔涛就很早发现了这个insight, 做出了HyperNet 并中了CVPR roal!!!作者：Oh233 链接：https://www.zhihu.com/question/57403701/answer/153060743 来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 Mask R-CNN 这个结果确实很强，但要同时注意它主要是加上了许多（都是很有用的）engineering techniques 。 比如说 anchor 从 12 增加到了15个，图像 size 从600变成了800，还有ROI batch size变到了512，从FPN那篇paper来看，这些 better practice 会有对性能十分明显的提升 (table 3 baseline: AP=26.3 -> 31.6)。而我们组16年的coco分割竞赛冠军 ，Fully Convolutional Instance-aware Semantic Segmentation (FCIS)的代码昨晚终于开源了。限于计算资源，我们并没有加上这些改进。这些改进应该是比较 general 的，也会适用于 FCIS。欢迎大家试用一波。FCIS 提供了一种简单高效的框架去解决 instance segmentation 的问题。跟之前 COCO 2015 的冠军 MNC 相比，它的主要不同在于 mask estimation 和 detection 是共同做的，而不是先估计 mask 再做 detection。在 FCIS 中 detection/mask estimation 之间通过 inside/outside score map 互相影响，利用了这两个紧密相连 task 之间的共性。现在 release 版本基于支持多卡训练的MXNet，msracver/FCIS。实际上大概今年一月份我们就已经写出了外面可以使用的Caffe版本，但是当时官方 Caffe 只支持单卡做复杂任务的训练，对于COCO这种大规模数据集来说用单卡训练的话一下子几周的时间就过去了。考虑到大家用起来会非常蛋疼，最后还是决定没有release这个版本。
maskrcnn.ipynb
11-07
Maskrcnn训练自己数据集的代码，在jupyter上运行，详细配置见博客。博客为教程，此代码为结果。
mask rcnn 模型在COCO数据集上预训练权重mask_rcnn_coco.h5
04-04
mask rcnn 模型在COCO数据集上预训练权重mask_rcnn_coco.h5
opencv4.5.1 带cuda11.0 cudnn8.0.5编译
清风、腾云的博客
02-04 1148
参考链接 https://blog.csdn.net/fixed_zhang/article/details/110428259?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.contr
OpenCV源码+CUDA+CUDNN编译（Ubuntu+Windows）
Kyh_h的博客
04-04 5133
opencv的源码编译，cuda+cudnn
c++ mask_rcnn onnx分割推理检测
最新发布
09-03
你好！对于使用C++进行Mask R-CNN模型的推理和分割检测，可以通过加载ONNX模型来实现。以下是一些大致的步骤： 1. 首先，你需要获取Mask R-CNN模型的ONNX格式文件。这可以通过使用PyTorch、TensorFlow等框架并将模型转换为ONNX格式来完成。 2. 安装OpenCV库，它是一个在计算机视觉领域广泛使用的库，有助于图像处理和推理。 3. 在C++代码中加载ONNX模型。你可以使用ONNX Runtime库来加载和运行ONNX模型。通过使用ONNX Runtime API，你可以加载模型，并将输入图像传递给模型进行推理。 4. 对输入图像进行预处理。根据模型的要求，你可能需要对输入图像进行一些预处理操作，例如调整大小、归一化等。 5. 运行推理。将预处理后的图像输入到已加载的模型中，并获取输出结果。在Mask R-CNN中，输出将包括对象检测边界框和相关类别，以及每个对象的分割掩码。 6. 对输出结果进行后处理。根据需要，你可以使用OpenCV等库来可视化结果、提取对象边界框或执行其他后处理操作。 希望这些步骤对你有所帮助！如果你需要更具体的代码示例或其他方面的帮助，请告诉我。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值